Das Folgende stammt aus einer Übungs-GRE-Frage:
Zwei experimentelle Techniken bestimmen die Masse eines Objekts und . Diese beiden Messungen können kombiniert werden, um einen gewichteten Durchschnitt zu erhalten. Wie groß ist die Unsicherheit des gewichteten Durchschnitts?
Was ist das richtige Verfahren, um die Unsicherheit des Durchschnitts zu finden?
Ich weiß, was die richtige Antwort ist (aufgrund des Antwortschlüssels), aber ich weiß nicht, wie ich diese Antwort erhalten soll.
Ich stimme @Ron Maimon zu, dass diese ETS-Fragen problematisch sind. Aber das ist (glaube ich) die Argumentation, mit der sie gehen. Anders als bei @ Mikes Annahme sollten Sie nicht den normalen Durchschnitt nehmen, sondern wie in der Frage angegeben den gewichteten Durchschnitt. Jeder Messung wird ein gewichteter Durchschnitt zugeordnet ein Gewicht und der Durchschnitt ist dann
Nun stellt sich die Frage, welche Gewichte man nehmen sollte. Ein sinnvoller Ansatz ist es, die Messungen mit besserer Genauigkeit stärker zu wiegen als die mit geringerer Genauigkeit. Es gibt eine Million Möglichkeiten, dies zu tun, aber aus diesen könnte man die folgenden Gewichte geben:
Wenn wir das also anschließen, haben wir es
Daher,
das ist die Antwort im Lösungsschlüssel.
Die Wahrheit ist, dass diese Wahl nicht völlig willkürlich ist. Es ist der Wert für den Mittelwert, der die Wahrscheinlichkeit maximiert (der Maximum-Likelihood-Schätzer).
Daher,
Da andere Fragen sowie Google auf diese Frage hinweisen, möchte ich die bereits vorhandene Antwort von luksen um eine Motivation aus der Stochastik zur Verwendung der Fehlerfortpflanzungsgleichung erweitern.
Nehmen wir an, wir haben Zufallsmessungen , typischerweise mit bezeichnet (oder ), wohingegen und bezeichnen den Erwartungswert bzw. die Standardabweichung. Entsprechend der Frage interessiert uns der gewichtete Durchschnitt dieser Messungen, berechnet nach ( ). Dank der Linearität des Erwartungswerts ist er ziemlich einfach zu bekommen
Zusatzinformationen: Für den ungewichteten Durchschnitt ( ), wir bekommen
Es wäre höchst unvernünftig, die Unsicherheit des Mittelwerts der Messungen größer als die Unsicherheit einer beliebigen Messung zu erhalten (√5/2 > 1). Was nützt es schließlich, Durchschnittswerte zu nehmen, wenn es Ihre Messwerte nur unsicherer macht?
Ich glaube, die ETS-Leute haben das Argument verwendet, dass die harmonische Summe der einzelnen Varianzen den Kehrwert der durchschnittlichen Varianz ergeben sollte, dh 1/v = 1/v1 + 1/v2, wie hier beschrieben: http://en.wikipedia.org /wiki/Weighted_arithmetic_mean#Dealing_with_variance
genth
genth
Jonathan Gleason
Ron Maimon
anna v
David z
Pietro C